基于弱深度监督的多人绝对三维人体姿态估计
计算机视觉与模式识别
2020-04-09 v1
摘要
在三维人体姿态估计中，最大的问题之一是缺乏大规模、多样化的数据集。对于多人三维姿态估计而言尤为如此，据我们所知，目前仅有机器生成的标注可用于训练。为缓解此问题，我们引入了一种能够以弱监督方式使用额外 RGB-D 图像进行训练的网络。由于廉价传感器的存在，带有深度图的视频广泛可得，而我们的方法可利用大规模无标注数据集。我们的算法是一种单目、多人、绝对姿态估计器。我们在多个基准上评估了该算法，显示出误差率的持续下降。此外，我们的模型在 MuPoTS-3D 数据集上以显著优势取得了 SOTA 结果。
引用
@article{arxiv.2004.03989,
title = {Multi-Person Absolute 3D Human Pose Estimation with Weak Depth Supervision},
author = {Marton Veges and Andras Lorincz},
journal= {arXiv preprint arXiv:2004.03989},
year = {2020}
}